マルチモーダル画像検索アプリを作ってみた！
を生成するタスク 画像に写っているテキストを抽出する OCR Visual Question Answering (VQA) と呼ばれる画像や動画に対するテキストによる質問（ ...
84
46
Comment2
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles